Спостерігайте кластеризацію волатильності

Кластеризацію волатильності часто спостерігають у даних фінансових ринків, і вона створює складнощі для моделювання часових рядів.

У цій вправі ви познайомитеся з щоденним набором даних про ціни S&P 500. Ви обчислите денні доходності як відсоткові зміни цін, побудуєте графік результатів і простежите їхню динаміку в часі.

Історичні щоденні ціни S&P 500 попередньо завантажено у sp_price.

Ця вправа є частиною курсу

Моделі GARCH у Python

Переглянути курс

Інструкції до вправи

Обчисліть денні доходності як відсоткові зміни ціни та збережіть їх у датафреймі sp_price у новому стовпці Return.
Перегляньте дані, вивівши на екран останні 10 рядків.
Побудуйте графік для стовпця Return і зверніть увагу на ознаки кластеризації волатильності.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Calculate daily returns as percentage price changes
sp_price['____'] = 100 * (sp_price['Close'].____())

# View the data
print(sp_price.____(____))

# plot the data
plt.plot(sp_price['____'], color = 'tomato', label = 'Daily Returns')
plt.legend(loc='upper right')
plt.show()

Редагувати та запускати код